朱坤平 劉劍平 姚俊

[摘要]網絡課程的評價是遠程教育系統(tǒng)的一個重要組成部分，不同于以教師面授為主的常規(guī)教學手段，遠程教育則是以學生的自主學習為主導。一門網絡課程的成功與否不僅取決于該課程網絡課件的優(yōu)劣，更重要的是學生能否借助課程相關的學習服務支持系統(tǒng)取得良好的學習效果。本文綜合利用多元統(tǒng)計分析的方法對學生自主學習的各個環(huán)節(jié)與最終學習效果的關系作定量的分析。

[關鍵詞]遠程教育 回歸分析 主成份分析 因子分析

和傳統(tǒng)的以教師為主的面對面的教學手段不同，遠程教育[1][2]是一種學生與教師在時間和空間上分離的教育形式。遠程教育以學生的自主學習為主導，課程的教學活動以多媒體的方式展開，學生與教師及教育組織之間通過現(xiàn)代化的通訊方式聯(lián)系。而網絡教育是以互聯(lián)網技術為依托的遠程教育的一種重要組成形式，它突破了時空的限制，具有開放，靈活的優(yōu)點。網絡遠程教育系統(tǒng)的構成包括了網絡課程的開發(fā)設計以及為網絡課程提供學習支持服務的子系統(tǒng)，學習支持服務子系統(tǒng)又包括：信息與咨詢，課程與資源，導學與指導，活動與交互，實踐與實驗，設施與技術，評價與激勵 等諸多方面。因此，對網絡課程的評價涉及到整個網絡遠程教育系統(tǒng)的各個環(huán)節(jié)，既包括對設施與課程資源等硬件方面的評價，也包括對咨詢與指導等軟件方面的評價。從目標管理的觀點來看，對網絡課程的評價最終還是要落實到網絡課程的教學效果上，即所開設的網絡課程是否能達到預期的教學目的，完成網絡課程教學大綱的基本要求。

對于教學課程包括網絡課程的考核在理論和實踐上都已有點相當廣泛的探索[3]-[7]， 一個客觀合理的考核的結果不僅能反映了學生對該課程的掌握程度，同時也體現(xiàn)了教師的教學效果，并能夠從中發(fā)現(xiàn)教學中存在的問題。如果簡單地從量的方面來評價一門網絡課程，我們可以考察該網絡課程的選課人數(shù)或比例，以及該網絡課程考試及格率。自然，選課的學生人數(shù)越多基本代表了該課程越受學生的歡迎（必修課程除外）。而課程的考試及格率代表了達到課程教學大綱基本要求的學生比例，因此及格率越高在一定的程度上代表了該課程的教學效果越好。但是，一個基本的事實是： 一門選修類的網絡課程的考試及格率與選課人數(shù)或比例密切相關，往往越是容易考試通過的課程選課的人數(shù)就越多。因此，選課人數(shù)和及格率等量的指標只能作為網絡課程評價的參考指標。

從質的方面來評價一門網絡課程，我們認為最有說服力的自然是學生對該課程總體滿意程度。這方面的調查工作在我國還未受到足夠的重視，也很少有這方面的數(shù)據分析及報道。目前對網絡課程的評價和監(jiān)管還主要是一種自上而下的形式，即由上級主管單位來負責實施。其實，自下而上的面向學生的問卷調查是一種最直接的對課程的評價形式，通過對問卷的統(tǒng)計分析，可以發(fā)現(xiàn)辦學各個環(huán)節(jié)存在的問題，有利于對課程作出有針對性的整改和完善。

本文是用統(tǒng)計分析的方法，從辦學機構為網絡課程提供了哪些服務，這些服務的功效如何，課程的最終教學效果如何等方面來評價網絡課程。我們隨機選取了我校網絡教育學院開設的其中七門網絡課程，涉及共1385名學生的統(tǒng)計數(shù)據進行分析。原始數(shù)據包括：姓名，學號，專業(yè)，課件點擊次數(shù)，在線學習時間，BBS發(fā)帖討論次數(shù)，作業(yè)成績，平時成績，考試卷面成績，和總評成績等信息。一般說來，考試成績應該近似服從正態(tài)分布，我們將首先對這些網絡課程的卷面成績作正態(tài)分布的顯著性檢驗。只有通過了正態(tài)性檢驗的成績我們才認為是正常的和有效的，并可以把該成績作為評價對應網絡課程教學效果的指標。其次，我們把課件點擊次數(shù)，在線學習時間，BBS發(fā)帖討論次數(shù)，作業(yè)成績作為評價網絡學院提供服務功效的指標，對網絡課程的卷面考試成績與這些指標的關系作相關分析和回歸分析。最后，再對這些網絡課程的統(tǒng)計數(shù)據作主成分分析和因子分析。我們希望用數(shù)據說話，通過統(tǒng)計分析來揭示上述指標的內在聯(lián)系，找出辦學中的薄弱環(huán)節(jié)，為進一步完善服務和提高教學質量提供幫助。

一、網絡課程的成績分布

作為評價一門網絡課程教學效果的指標，我們選取課程的卷面成績而不是總評成績，是因為卷面成績排除了人為因素的不利影響，比如無效的課件點擊次數(shù)和在線學習時間（空掛著的）是很難鑒別出來的，而這些指標會拉升平時成績從而拉升總評成績。卷面考試成績能較好地反映課程的教學效果，但前提必須是該成績是正常有效的，沒有出現(xiàn)考前泄題等異常情況。眾所周知，傳統(tǒng)教學模式下的考試成績的一般近似服從正態(tài)分布。那么，教與學時空分離模式下的網絡課程的成績是否還近似服從正態(tài)分布呢？ 如下，以線性代數(shù)課程為例我們對網絡課程的卷面考試成績作正態(tài)分布的顯著性檢驗。圖1是我校07級部分專業(yè)1385名學生線性代數(shù)網絡課程卷面考試成績的頻率直方圖。

圖1：網絡課程線性代數(shù)成績分布頻率直方圖

在顯著性水平α=0，01下，對考試成績作正態(tài)分布N（μ，σ2）的x2檢驗，其中參數(shù)μ和σ2的極大斯然估計分別為樣本均值x=70.37和樣本方差s2=233.83。統(tǒng)計量的觀測值為： ， 統(tǒng)計量觀測值小于臨界值

， 故在顯著性水平α=0，01下，可以認為考試成績的分布為正態(tài)分布。綜合卷面成績及格率為77.32%和70.37的平均成績，可以認為該課程的考試成績是正常的，且試卷難度適中。整體上看該門課程收到了較好的教學效果。

進一步通過對其他六門網絡課程成績分布的x2檢驗我們發(fā)現(xiàn)， 在顯著性水平α=0，01下其中五門課程成績都可以認為是服從正態(tài)分布的。

綜上，盡管網絡學院的學生可能有更大的個體差異性，且網絡教學模式與整齊劃一的傳統(tǒng)教學模式有很大的不同，但是，兩種教學模式下考試成績的分布并無顯著性差異， 它們都近似服從正態(tài)分布。

二、網絡課程指標的相關和回歸分析

對網絡課程教學各個環(huán)節(jié)指標的相關分析可以揭示這些指標之間的相關程度兩個指標的相關系數(shù)的絕對值越接近于1，表示這兩個指標的線性相關關系越強，反之，相關系數(shù)的絕對值越接近于零，表示他們的線性關系越弱。對于指標間的Pearson相關系數(shù)的可以用t-統(tǒng)計量進行檢驗。仍以線性代數(shù)網絡課程為例，下表是根據1385名學生的統(tǒng)計數(shù)據用SPSS軟件求出的各指標間的相關系數(shù)（表中的Sig.為相關系數(shù)顯著性檢驗的概率p值）。

從表中可見，其中卷面成績與總評成績相關系數(shù)為0.901是強相關的。在0.05的顯著性水平下，卷面成績與點擊次數(shù)的相關關系不顯著，與其他指標的相關系數(shù)也很小。這個分析表明，課件的點擊次數(shù)對教學效果即卷面考試成績是沒有顯著性影響。究其原因大概是許多同學為提高平時成績刷點擊率造成的。盡管學院規(guī)定了連續(xù)三分鐘之內的點擊不計學習時間，但這個規(guī)定對監(jiān)督學生學習的作用不大，有待改進。

進一步地，利用逐步回歸的方法，我們希望找到卷面成績與在線學習時間，點擊次數(shù)，作業(yè)分數(shù)，討論次數(shù)之間的函數(shù)關系。SPSS的分析結果如下：

上表說明，通過逐步回歸的得出的兩個模型，其復相關系數(shù)分別為0.099和0.133。

在0.05的顯著性水平下F檢驗顯示， 模型一中只有作業(yè)成績對卷面成績作用顯著，而模型二中也只有作業(yè)成績和學習時間對卷面成績作用顯著。

逐步回歸的結果表明：在0.05的顯著性水平下，課件點擊次數(shù)和參與討論的次數(shù)對考試成績的影響不顯著，即他們在回歸方程中的系數(shù)可以認為是零。在線學習時間對卷面成績的影響盡管可以認為是顯著的，但其在回歸方程中的系數(shù)也很小。最終的回歸方程可表示為：

卷面成績 = 59.432 + 0.132*作業(yè)成績

綜合上述分析結果：對網絡課程的監(jiān)管重點應放在對學生完成作業(yè)的監(jiān)督和考評上。對學生的在線學習時間，課件點擊次數(shù)，參見討論的次數(shù)等可宜不作硬性要求。這些指標對卷面考試的影響是基本可以忽略的或僅作參考。

三、網絡課程的因子分析

因子分析[8]的方法主成分分析的拓廣和延伸，它最早由Charles Spearman提出， 1904年他在研究33名學生的六門課程（古典語（C）、法語（F）、英語（E）、數(shù)學（M）、判別（D）及音樂（Mu））的考試成績得到了如下的相關系數(shù)矩陣：

Spearman注意到如果不考慮對角元素的話，矩陣中任意兩列的元素大致成比例，比如對C列和E列有：

由此，Spearman提出了課程考試成績的因子分析的模型：Xi=aiF+ei其中Xi為第i門課程標準化后的考試成績，ei為只對第i門課程有影響的特殊因子，而F為影響所有課程的公共因子，一般F可解釋為智力因素。對于網絡課程的考試成績是否也具有上述性質呢？我們隨機選取5門網絡課程的學生成績，這些成績的相關矩陣如下：

顯然，矩陣中任兩列的對應元素不具有比例關系。即網絡課程的成績不能適用于只有一個公共因子的模型。這可解釋為對網絡學院的學生來說，因為靠自主學習，影響其成績的除智力因素外，還有很重要的自制力，毅力等因素。

通過對上述相關陣的KOM和巴特里特球度檢驗，其概率P值接近于零，即在顯著性水平0.05下可以對成績數(shù)據進行因子分析。

利用主成分分析方法提取三個因子，得

其中，三個主成分對原5個變量的方差累計貢獻率超過90%，即只用三個主成分就可以很好地表示了原來變量的信息。三個主成分的因子載荷矩陣如下：

其含義為，比如：物理成績=0.861f1-0.296f2-0.175f3

軟件成績=0.776f1-0.223 f2+0.552 f3

而因子得分的系數(shù)矩陣為：

從矩陣可以看出，各科成績在因子f1的權重相當，第二因子f2中英語的權重突出，第三因子f3中軟件課程的權重最大。因此，這三個因子分別可以解釋為一般的智力因素，語言能力和動手能力。

因子分析對網絡課程管理和評價的意義在于： 由于網絡課程時空分離的特點，教師無法像課堂教學一樣獲得學生的實時反饋。因此網絡課程在教學各環(huán)節(jié)的設置上就需要針對不同課程的特點作出有針對性的調整。因子分析可以從課程的統(tǒng)計數(shù)據出發(fā)提取出影響這些課程成績的幾個主要因子（這些因子往往具有直觀的含義而又不能直接測量）。不同課程的特點就反映在它們這些因子上載荷的不同。據此就可以對不同的網絡課程作出有針對性的引導和訓練的設置。

四、結論

本文從統(tǒng)計數(shù)據出發(fā)利用統(tǒng)計分析的方法來定量地研究網絡課程的評價問題，以網絡課程的卷面考試成績作為評價課程教學效果的主要指標，在0.01的顯著性水平下對樣本數(shù)據的檢驗表明網絡課程的成績也服從正態(tài)分布。通過對網絡課程教學環(huán)節(jié)中的課件點擊次數(shù)，在線學習時間，討論次數(shù)，作業(yè)分數(shù)，和考試成績等指標的相關和回歸分析顯示，考試成績與作業(yè)分數(shù)低度相關，與課件點擊次數(shù)（在0.05的顯著性水平下的檢驗）不相關，與在線時間，討論次數(shù)等指標弱相關。進一步地我們利用逐步回歸的方法，得到了考試成績與上述指標的回歸方程。最后，我們對若干網絡課程的統(tǒng)計數(shù)據進行了因子分析，揭示了影響網絡課程教學效果的潛在因素，為進一步改進網絡課程的教學提供了理論依據。

[參考文獻]

[1]高小玲，呂鵬宇：遠程教育系統(tǒng)，中國宇航出版社，2004

[2]張堯學：高?，F(xiàn)代遠程教育調查與思考，中國遠程教育，2004（6）

[3]陳立貴：高校課程考核方式之我見，科技創(chuàng)新導報，2008（15）

[4]施繼生，陳全中，張宏誠，楊海波：成人高等教育課程考核方式改革探索，中國成人教育，2006（4）

[5]沙麗亞：現(xiàn)代遠程開放教育形成性考核初探，中國教育技術與裝備，2010（36）

[6]楊孝堂：遠程教育學習評測，中央廣播電視大學出版社，2004

[7]鄧風：多維實踐教學評價及考核體系的探討，中國科技信息，2013，（3）

[8]高惠璇：應用多元統(tǒng)計分析，北京大學出版社，2009

（作者單位：1.華東理工大學理學院 上海，2.華東理工大學網絡教育學院 上海）